《計算機控制技術》以反饋控制理論為基礎,從s域到z域的信號轉(zhuǎn)換出發(fā),詳細闡述了計算機控制系統(tǒng)的模型分析、控制器設計及工程應用的理論和方法!队嬎銠C控制技術》理論聯(lián)系實際,既注重計算機控制的基礎理論和基本方法,也涵蓋預測、模糊與神經(jīng)網(wǎng)絡等先進控制技術,并進行了“本研貫通”模塊化設計。為便于讀者對知識的理解、掌握和運用,特
可解釋AI(InterpretableAI)將教會你識別模型所學習的模式及其產(chǎn)生結果的原因。通過閱讀《可解釋AI實戰(zhàn)(PyTorch版)》,你將掌握一些用于解釋白盒模型(如線性回歸和廣義可加模型)的方法,以及一些用于解釋復雜深度學習模型的方法?山忉孉I是一個快速發(fā)展的領域,本書將該領域的前沿研究簡化為你可以在P
本書以STM32G4系列32位FlashMCU為例,以“藍橋杯”嵌入式設計與開發(fā)競賽實訓平臺CT117E-M4(V1.2)為硬件平臺,以“一切從簡單開始”為宗旨,介紹嵌入式系統(tǒng)的設計與開發(fā)。全書分為12章,第1章簡單介紹STM32MCU和Cortex-M4,第2章介紹軟件開發(fā)環(huán)境與工具,第3~10章介紹GPIO、USA
本書系統(tǒng)介紹了推薦算法的知識框架和技術細節(jié),包括召回、粗排、精排和重排等模塊。第1章從用戶體驗、內(nèi)容生產(chǎn)和平臺發(fā)展角度介紹為什么需要推薦系統(tǒng),并闡述推薦系統(tǒng)的分類及整體技術架構。第2章介紹推薦算法模型的基礎——數(shù)據(jù)樣本和特征工程。第3章介紹傳統(tǒng)推薦算法。第4~7章介紹推薦系統(tǒng)中最復雜的部分——精排模塊,包括特征交叉、用
Illustrator是Adobe公司推出的一款功能強大的矢量應用軟件,可以用來繪制插畫、制作海報、設計網(wǎng)頁等。它既可以用來處理矢量圖形,也可以用來處理位圖。本書正是一本優(yōu)秀的實訓學習用書。本書采用理論結合實戰(zhàn)的方式編寫,兼具實戰(zhàn)技巧和應用理論,隨書附贈所有案例的源文件、素材、視頻教程和教學PPT。視頻教程可以讓讀者在
本書從滲透測試實戰(zhàn)出發(fā),將關鍵知識點進行梳理,從外網(wǎng)和內(nèi)網(wǎng)兩個方面講解滲透測試技術,在內(nèi)容設計上兼顧初學者和安全領域從業(yè)人員。本書首先從基本環(huán)境搭建講起,再到實戰(zhàn)中非常重要的情報收集技術,由淺入深地講解滲透測試的基礎知識和滲透測試過程中經(jīng)常用到的技術要點;A部分具體包括:滲透測試前置準備、情報收集、常見Web應用漏洞
本書主要介紹適合初學者使用的AT89S51單片機的基礎知識及應用,并包含部分思政元素。本書的主要內(nèi)容包括AT89S51單片機的基本結構、AT89S51單片機的存儲系統(tǒng)、AT89S51單片機的并行I/O端口、51單片機最小系統(tǒng)、KeilμVision開發(fā)環(huán)境的搭建、Proteus仿真環(huán)境的建立、51單片機的中斷系統(tǒng)、51
本書在內(nèi)容編排上,全書體現(xiàn)了理論聯(lián)系實際、聚焦行業(yè)技術發(fā)展、深入淺出的特點。本書的編寫從滿足經(jīng)濟發(fā)展對高素質(zhì)勞動者和技能型人才的需求出發(fā),在課程結構、教學內(nèi)容和教學方法等方面進行了新的探索與改革創(chuàng)新,以使學生更好地掌握本課程的內(nèi)容,以及提高學生對理論知識的掌握程度和實際操作技能。本書從項目入手,以項目背景、項目要求、項
本書介紹了自組織增量學習神經(jīng)網(wǎng)絡及其在人工智能領域的應用。神經(jīng)網(wǎng)絡是一種模擬生物神經(jīng)系統(tǒng)的人工智能技術,具有強大的數(shù)據(jù)處理能力和學習能力。自組織增量學習神經(jīng)網(wǎng)絡是一種具有高度自組織結構和增量學習能力的神經(jīng)網(wǎng)絡。與傳統(tǒng)機器學習方法相比,自組織增量學習神經(jīng)網(wǎng)絡有更強的靈活性和適應性,能夠更好地適應動態(tài)環(huán)境和解決復雜的問題。
本書探討了AI領域的AIAgent(智能體)和生成式AI的前沿進展,以及這些技術如何重塑我們的生活和工作方式。本書首先回顧了AI技術的演變歷程,并強調(diào)了智能體的定義及其在客戶服務、醫(yī)療健康和制造業(yè)等領域的廣泛應用。本書也對智能體與傳統(tǒng)軟件進行了對比,分析了智能體的自主性、適應性和協(xié)作能力。生成式AI的崛起也被特別提及,